自然语言处理（NLP）-spacy简介以及安装指南（语言库zh

02-27 阅读 0评论

spacy 简介
spacy 是 Python 自然语言处理软件包，可以对自然语言文本做词性分析、命名实体识别、依赖关系刻画，以及词嵌入向量的计算和可视化等。
$自然语言处理（NLP）-spacy简介以及安装指南（语言库zh,自然语言处理（NLP）-spacy简介以及安装指南（语言库zh,词库加载错误:未能找到文件“C:\Users\Administrator\Desktop\火车头9.8破解版\Configuration\Dict_Stopwords.txt”。,使用,自然语言处理,安装,第1张$
（图片来源网络，侵删）

1.安装 spacy

使用 “pip install spacy" 报错，或者安装完 spacy，无法正常调用，可以通过以下链接将 whl 文件下载到本地，然后 cd 到文件路径下，通过 pip 安装。
```
pip install spacy
```
下载链接：

Archived: Python Extension Packages for Windows - Christoph Gohlke (uci.edu)

选择对应的版本：

2. 语言库安装

2.1 zh_core_web_sm
```
2.1：英文 = python -m spacy download en_core_web_sm
2.2：中文 = python -m spacy download zh_core_web_sm
```
```
可以手动下载包再安装
下载地址 = https://github.com/explosion/spacy-models/releases/download/zh_core_web_sm-3.7.0/zh_core_web_sm-3.7.0-py3-none-any.whl
下载好之后执行命令：pip install zh_core_web_sm-3.7.0-py3-none-any.whl
```
通过下方链接下载 whl 文件到本地：
$自然语言处理（NLP）-spacy简介以及安装指南（语言库zh,自然语言处理（NLP）-spacy简介以及安装指南（语言库zh,词库加载错误:未能找到文件“C:\Users\Administrator\Desktop\火车头9.8破解版\Configuration\Dict_Stopwords.txt”。,使用,自然语言处理,安装,第3张$
（图片来源网络，侵删）

zh_core_web_sm · Releases · explosion/spacy-models (github.com)

选择对应的版本：

下载好对应版本的 zh_core_web_sm.whl 文件，cd 文件保存目录，然后通过 pip 安装。
```
pip install spacy
python -m spacy download zh_core_web_sm
```
安装成功提示：
$自然语言处理（NLP）-spacy简介以及安装指南（语言库zh,自然语言处理（NLP）-spacy简介以及安装指南（语言库zh,词库加载错误:未能找到文件“C:\Users\Administrator\Desktop\火车头9.8破解版\Configuration\Dict_Stopwords.txt”。,使用,自然语言处理,安装,第6张$
（图片来源网络，侵删）

2.2 安装 en_core_web_sm

通过下方链接下载 whl 文件到本地：

en_core_web_sm · Releases · explosion/spacy-models (github.com)

选择对应的版本：

下载好对应版本的 zh_core_web_sm.whl 文件，cd 文件保存目录，然后通过 pip 安装。

3.效果测试

3.1 英文测试
```
# 导入英文类
from spacy.lang.en import English 
# 实例化一个nlp类对象，包含管道pipeline
nlp = English()
# print(nlp)
doc = nlp("December is excited!")
# 迭代tokens
for token in doc:
    print(token.text)
    
token = doc[1]
print(token.text)
```
输出结果：
```
December
is
excited
!
is
```
3.2 中文测试
```
# 处理文本
nlp = spacy.load('zh_core_web_sm')
doc = nlp("英伟达准备用20亿美金买下这家法国的创业公司。")
 
# 遍历识别出的实体
for ent in doc.ents:
    # 打印实体文本及其标注
    print(ent.text, ent.label_)
```
输出结果：
```
英伟达 ORG
20亿美金 MONEY
法国 NORP
```